<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.1 20151215//EN" "https://jats.nlm.nih.gov/publishing/1.1/JATS-journalpublishing1.dtd">
<article article-type="research-article" dtd-version="1.1" specific-use="sps-1.9" xml:lang="pt"
	xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">
	<front>
		<journal-meta>
			<journal-id journal-id-type="publisher-id">regea</journal-id>
			<journal-title-group>
				<journal-title>Revista gestão em análise</journal-title>
				<abbrev-journal-title abbrev-type="publisher">R. Gest. Anál.</abbrev-journal-title>
			</journal-title-group>
			<issn pub-type="ppub">1984-7297</issn>
			<issn pub-type="epub">2359-618X</issn>
			<publisher>
				<publisher-name>Unichristus</publisher-name>
			</publisher>
		</journal-meta>
		<article-meta>
			<article-id pub-id-type="doi">10.12662/2359-618xregea.v14i3.p48-64.2025</article-id>
			<article-categories>
				<subj-group subj-group-type="heading">
					<subject>ARTIGOS</subject>
				</subj-group>
			</article-categories>
			<title-group>
				<article-title>ESTRATÉGIAS DE MANUTENÇÃO PARA EQUIPAMENTOS ELEVATÓRIOS: ABORDAGENS,
					MÉTODOS E INDICADORES</article-title>
				<trans-title-group xml:lang="en">
					<trans-title>MAINTENANCE STRATEGIES FOR LIFTING EQUIPMENT: APPROACHES, METHODS,
						AND INDICATORS</trans-title>
				</trans-title-group>
			</title-group>
			<contrib-group>
				<contrib contrib-type="author">
					<name>
						<surname>Silva</surname>
						<given-names>Maristella Trindade da</given-names>
					</name>
					<xref ref-type="aff" rid="aff1"/>
				</contrib>
				<contrib contrib-type="author">
					<name>
						<surname>Yamanaka</surname>
						<given-names>Lie</given-names>
					</name>
					<xref ref-type="aff" rid="aff2"/>
				</contrib>
				<contrib contrib-type="author">
					<name>
						<surname>Costa</surname>
						<given-names>Nelson Dias da</given-names>
						<suffix>Júnior</suffix>
					</name>
					<xref ref-type="aff" rid="aff3"/>
				</contrib>
				<contrib contrib-type="author">
					<name>
						<surname>Tinoco</surname>
						<given-names>Cynara Mendonça Moreira</given-names>
					</name>
					<xref ref-type="aff" rid="aff4"/>
				</contrib>
				<contrib contrib-type="author">
					<name>
						<surname>Rabelo</surname>
						<given-names>Diogo de Souza</given-names>
					</name>
					<xref ref-type="aff" rid="aff5"/>
				</contrib>
			</contrib-group>
			<aff id="aff1">
				<institution content-type="orgname">Universidade Federal de Goiás</institution>
				<addr-line>
					<city>Goiânia</city>
					<state>GO</state>
				</addr-line>
				<country country="BR">BR</country>
				<email>maristella-trindade@hotmail.com</email>
				<institution content-type="original">Graduanda em Engenharia de Produção pela
					Universidade Federal de Goiás (UFG). Goiânia - GO - BR</institution>
			</aff>
			<aff id="aff2">
				<institution content-type="orgname">Universidade de São Paulo</institution>
				<addr-line>
					<city>Aparecida de Goiânia</city>
					<state>GO</state>
				</addr-line>
				<country country="BR">BR</country>
				<email>lie@ufg.br</email>
				<institution content-type="original">Doutora em Engenharia de Produção pela
					Universidade de São Paulo - Escola de Engenharia de São Carlos com Estágio
					Doutoral na Silesian University of Technology - SUT (Polônia). Professora de
					Engenharia de Produção da UFG. Aparecida de Goiânia - GO - BR</institution>
			</aff>
			<aff id="aff3">
				<institution content-type="orgname">UFG</institution>
				<addr-line>
					<city>Aparecida de Goiânia</city>
					<state>GO</state>
				</addr-line>
				<country country="BR">BR</country>
				<email>nelson.junior@ufg.br</email>
				<institution content-type="original">Mestre em Engenharia de Produção pela UFG.
					Professor do Curso de Engenharia de Produção da UFG. Aparecida de Goiânia - GO -
					BR</institution>
			</aff>
			<aff id="aff4">
				<institution content-type="orgname">Universidade Estadual de Campinas</institution>
				<addr-line>
					<city>Goiânia</city>
					<state>GO</state>
				</addr-line>
				<country country="BR">BR</country>
				<email>cynara.mendonca@ufg.br</email>
				<institution content-type="original">Doutora em Engenharia Elétrica pela
					Universidade Estadual de Campinas (2017). Pós Doutora na Universidade de Aveiro
					(Portugal) em Lean Healthcare. Atualmente é professora do magistério superior da
					UFG. Goiânia - GO - BR</institution>
			</aff>
			<aff id="aff5">
				<institution content-type="orgname">Universidade Federal de Uberlândia</institution>
				<addr-line>
					<city>Cuiabá</city>
					<state>MT</state>
				</addr-line>
				<country country="BR">BR</country>
				<email>diogo.rabelo@ufmt.br</email>
				<institution content-type="original">Doutor em Engenharia Mecânica pela Universidade
					Federal de Uberlândia. Professor Adjunto da Universidade Federal de Mato Grosso
					(UFMT), atuando no curso de graduação em Engenharia de Controle e Automação.
					Cuiabá - MT - BR</institution>
			</aff>
			<pub-date date-type="pub" publication-format="electronic">
				<day>04</day>
				<month>11</month>
				<year>2025</year>
			</pub-date>
			<pub-date date-type="collection" publication-format="electronic">
				<year>2025</year>
			</pub-date>
			<volume>14</volume>
			<issue>3</issue>
			<fpage>48</fpage>
			<lpage>64</lpage>
			<history>
				<date date-type="received">
					<day>24</day>
					<month>06</month>
					<year>2025</year>
				</date>
				<date date-type="accepted">
					<day>15</day>
					<month>09</month>
					<year>2025</year>
				</date>
			</history>
			<permissions>
				<license license-type="open-access"
					xlink:href="https://creativecommons.org/licenses/by/4.0/" xml:lang="pt">
					<license-p>Este é um artigo publicado em acesso aberto (Open Access) sob a
						licença Creative Commons Attribution, que permite uso, distribuição e
						reprodução em qualquer meio, sem restrições desde que o trabalho original
						seja corretamente citado.</license-p>
				</license>
			</permissions>
			<abstract>
				<title>RESUMO</title>
				<p>A manutenção de equipamentos representa uma tarefa estratégica essencial para
					assegurar a confiabilidade, a disponibilidade e a eficiência operacional dos
					ativos. Nesse sentido, este trabalho objetivou identificar os métodos de
					manutenção mais eficazes para equipamentos elevatórios, considerando diferentes
					abordagens e indicadores. Foi realizada uma Revisão Sistemática da Literatura
					(RSL), com critérios de seleção sistematizados pelo PRISMA e com aplicação do
					método de análise de conteúdo. O conteúdo foi organizado por tipos de
					manutenção, metodologias e indicadores mais frequentes nos estudos. Entre as
					metodologias mais frequentemente mencionadas estão o <italic>Lean
						Manufacturing,</italic> o <italic>Six Sigma</italic>, a Internet das Coisas
						<italic>(IoT)</italic> e a Manutenção Centrada na Confiabilidade (RCM). Os
					resultados evidenciaram a maior eficácia da manutenção preditiva em
					confiabilidade e disponibilidade, especialmente ao combiná-la com tecnologias
					como <italic>IoT</italic> e Análise de Componentes Principais (PCA). Métodos
					baseados em inspeções técnicas e avaliação de risco destacaram-se na promoção da
					segurança. Abordagens <italic>Lean/Lean Six Sigma</italic> mostraram-se eficazes
					na redução de custos e na otimização de processos. Como contribuição prática,
					verifica-se que a aplicação integrada dessas metodologias pode potencializar a
					performance dos equipamentos elevatórios.</p>
			</abstract>
			<trans-abstract xml:lang="en">
				<title>ABSTRACT</title>
				<p>The maintenance of equipment represents a strategic and essential task to ensure
					the reliability, availability, and operational efficiency of assets. This study
					aimed to identify the most effective maintenance methods for lifting equipment,
					considering different approaches and performance indicators. A Systematic
					Literature Review (SLR), guided by the PRISMA protocol and supported by content
					analysis, structured the research. The findings were organized based on
					maintenance types, methodologies, and frequently used indicators. Lean
					Manufacturing, Six Sigma, the Internet of Things (IoT), and Reliability-Centered
					Maintenance (RCM) were among the most frequently cited methodologies. The
					results demonstrated the enhanced effectiveness of predictive maintenance in
					terms of reliability and availability, especially when integrated with
					technologies such as IoT and Principal Component Analysis (PCA). Methods based
					on technical inspections and risk assessment were particularly effective in
					enhancing safety. Lean and Lean Six Sigma approaches proved effective in
					reducing cost and optimizing processes. It is concluded that the integrated
					application of these methodologies can enhance the performance of lifting
					equipment.</p>
			</trans-abstract>
			<kwd-group xml:lang="pt">
				<title>Palavras-chave:</title>
				<kwd>revisão sistemática</kwd>
				<kwd>performance</kwd>
				<kwd>manutenção preditiva</kwd>
				<kwd>gêmeos digitais.</kwd>
			</kwd-group>
			<kwd-group xml:lang="en">
				<title>Keywords:</title>
				<kwd>systematic review</kwd>
				<kwd>performance</kwd>
				<kwd>predictive maintenance</kwd>
				<kwd>digital twins.</kwd>
			</kwd-group>
		</article-meta>
	</front>
	<body>
		<sec sec-type="intro">
			<title>1 INTRODUÇÃO</title>
			<p>A manutenção de equipamentos representa uma tarefa estratégica essencial para
				assegurar a confiabilidade, a disponibilidade e a eficiência operacional dos ativos.
				Percebida antigamente como um custo reativo, hoje se tornou um pilar fundamental na
				gestão de ativos e na estratégia competitiva das organizações modernas (<xref
					ref-type="bibr" rid="B10">Kardec; Nascif, 2019</xref>). Uma gestão de manutenção
				eficaz não apenas previne falhas inesperadas e paralisações onerosas, como também
				impacta, diretamente, a segurança de trabalhadores e usuários, a qualidade de
				produtos e serviços, e a pressão exercida pelo mercado por produtos de menor custo.
				Isso impulsionou a busca por soluções mais eficientes (<xref ref-type="bibr"
					rid="B1">Abdelillah <italic>et al</italic>., 2023</xref>). Assim, abordar a
				manutenção como uma questão estratégica é indispensável para qualquer empresa que
				almeje a excelência operacional e a longevidade.</p>
			<p>A relevância da manutenção estratégica é amplificada ao considerar o seu impacto
				financeiro significativo sobre o ciclo de vida dos equipamentos. Conforme dados
				apresentados por <xref ref-type="bibr" rid="B10">Kardec e Nascif (2019)</xref>, os
				custos de manutenção podem representar entre 65% e 75% do custo total do ciclo de
				vida de um ativo. Diante desse cenário de alta criticidade e custo, os conceitos e
				as metodologias de manutenção passaram por uma evolução notável. O campo progrediu
				de abordagens reativas, como a manutenção corretiva (que intervém apenas após a
				falha), para estratégias mais proativas. A manutenção preventiva, baseada em
				inspeções programadas, e a manutenção preditiva, que utiliza o monitoramento
				contínuo para antecipar problemas, representaram os primeiros grandes avanços. Mais
				recentemente, impulsionada pela Indústria 4.0, surgiram abordagens inovadoras como a
				manutenção prescritiva. Essa metodologia representa um salto qualitativo, pois, além
				de prever a ocorrência de falhas, é capaz de recomendar as ações ideais a serem
				tomadas, otimizando a tomada de decisão por meio de inteligência artificial e
				análise de dados em tempo real (<xref ref-type="bibr" rid="B8">Giacotto; Marques;
					Martinetti, 2025</xref>). Essa evolução reflete a busca contínua por maior
				eficiência, segurança e otimização de recursos no ambiente industrial.</p>
			<p>Em contextos operacionais de alta complexidade e risco intrínseco, como aqueles que
				envolvem equipamentos de elevação, a manutenção assume um caráter ainda mais
				crítico. Falhas nesses ativos não apenas geram interrupções onerosas, mas também
				podem comprometer, severamente, a segurança dos operadores e demais envolvidos, a
				integridade das cargas transportadas e a continuidade da produção. Diante dessa
				criticidade, a gestão da manutenção para equipamentos elevatórios exige a aplicação
				de métodos e tecnologias avançadas. Isso inclui o uso estratégico de dados
				históricos de desempenho, a implementação de sensores para monitoramento em tempo
				real e a integração de tecnologias digitais que permitem prever o comportamento
				futuro dos equipamentos, otimizando o controle de sua operação e permitindo
				intervenções proativas e precisas.</p>
			<p>Apesar da crescente atenção ao tema da manutenção inteligente e da evolução dos
				métodos de monitoramento, observa-se uma escassez de estudos sistemáticos que
				analisem, comparativamente, os métodos de manutenção aplicados especificamente a
				Equipamentos Elevatórios (EE). A maioria das pesquisas não trata exatamente de um
				estudo sistemático, mas de técnicas específicas e uso de tecnologias emergentes. Por
				exemplo, <xref ref-type="bibr" rid="B11">Kesek, Bogacz e Migza (2019)</xref> aplica
				metodologias de gestão e de manutenção com foco em empresa mineradoras, apresentando
				casos em diferentes empresas do setor, assim como <xref ref-type="bibr" rid="B20"
					>Wang <italic>et al</italic>. (2023)</xref>, que utiliza metodologias de
				manutenção com foco no transporte ferroviário, envolvendo equipamentos de elevação
				de trens. <xref ref-type="bibr" rid="B3">Anastasi <italic>et al.</italic>
					(2018)</xref> faz uma proposta de uso de plataforma IoT para coordenar a
				inspeção e a manutenção de equipamentos elevatórios. Assim, poucos estudos abordam a
				eficácia das estratégias de manutenção à luz de critérios integrados, considerando
				diversos setores e tecnologias. Diante disso, este trabalho busca preencher essa
				lacuna ao oferecer uma visão comparativa abrangente das estratégias de manutenção
				para esses ativos críticos.</p>
			<p>Diante desses desafios, torna-se necessário identificar e avaliar, de forma
				sistemática, os métodos de manutenção mais eficazes e adequados para equipamentos
				elevatórios, considerando critérios para sua avaliação. Com esse propósito, este
				trabalho propõe uma revisão sistemática da literatura que, além do objetivo geral de
				identificar os métodos mais eficazes aplicados a esses equipamentos, também busca
				mapear e categorizar as metodologias mais recorrentes nos estudos analisados,
				identificar os métodos que apresentam melhores resultados segundo os critérios
				adotados e sistematizar os principais benefícios e limitações de cada abordagem,
				contribuindo para a tomada de decisão estratégica na gestão da manutenção
				industrial.</p>
		</sec>
		<sec>
			<title>2 REVISÃO DA LITERATURA</title>
			<sec>
				<title>2.1 FUNDAMENTOS DA MANUTENÇÃO</title>
				<p>A manutenção é uma disciplina complexa e multifacetada, essencial para garantir
					que equipamentos, infraestruturas e sistemas continuem a desempenhar suas
					funções designadas com máxima confiabilidade, eficiência e segurança. Em sua
					essência, a manutenção visa não apenas prevenir a ocorrência de falhas, mas
					também corrigir, prontamente, quaisquer defeitos que surjam em máquinas e
					sistemas, assegurando que operem continuamente conforme as diretrizes e as
					especificações dos fabricantes. Contudo, sua função transcende o simples reparo
					reativo; a manutenção moderna concentra-se na implementação estratégica de ações
					preventivas, preditivas e corretivas, com o objetivo primordial de minimizar
					riscos operacionais, otimizar a disponibilidade dos ativos e maximizar a
					durabilidade e o ciclo de vida dos equipamentos (<xref ref-type="bibr" rid="B16"
						>Senthil; Pandian, 2022</xref>). Essa abordagem proativa e integrada é
					crucial para a sustentabilidade e a competitividade das operações em qualquer
					setor.</p>
				<p>Ao longo das décadas, diversas abordagens para a manutenção foram desenvolvidas,
					cada uma com objetivos e aplicações distintas, refletindo a crescente
					complexidade dos sistemas produtivos. A forma mais básica, a manutenção
					corretiva, é realizada apenas após a ocorrência da falha. Essa abordagem, embora
					aparentemente simples, é geralmente não planejada, levando a interrupções
					ab-ruptas na produção, perdas significativas de produtividade e custos elevados
					decorrentes da urgência do reparo e dos danos secundários que podem ocorrer
						(<xref ref-type="bibr" rid="B3">Anastasi <italic>et al.</italic>,
						2018</xref>). Em contraste, a manutenção preventiva representa um avanço
					estratégico, buscando evitar falhas por meio de inspeções e ações regulares,
					programadas com base em cronogramas fixos, recomendações do fabricante ou dados
					históricos de desempenho dos ativos.</p>
				<p>Evoluindo ainda mais, a manutenção preditiva utiliza tecnologias avançadas de
					sensoriamento e monitoramento em tempo real para identificar indícios de
					desgaste ou falhas iminentes. Essa capacidade de antecipação permite
					intervenções específicas e eficientes antes que o componente falhe
					completamente, otimizando o tempo de vida útil e reduzindo o tempo de
					inatividade. Um desdobramento crucial da manutenção preditiva é a manutenção
					baseada na condição (CBM), que monitora o desempenho e o estado atual do
					equipamento para determinar a necessidade exata de intervenção, em vez de seguir
					um cronograma fixo.</p>
				<p>A aplicação da Manutenção Baseada na Condição (CBM) tem se mostrado,
					particularmente, eficaz em diversos contextos práticos. Por exemplo, a técnica
					CBM tem sido comprovadamente aplicada em máquinas rotativas para otimizar a
					detecção de falhas e o planejamento de intervenções (<xref ref-type="bibr"
						rid="B17">Souza <italic>et al.</italic>, 2022</xref>). Este estudo
					específico utilizou o método de impedância eletromecânica para detectar falhas
					em eixos rotativos, evidenciando a capacidade de monitorar o desempenho em tempo
					real e prever necessidades de manutenção. Similarmente, no ambiente hospitalar,
					a CBM tem sido implementada em equipamentos críticos, como unidades centrais de
					ar-condicionado. Um exemplo notável é o sistema desenvolvido por <xref
						ref-type="bibr" rid="B17">Souza <italic>et al</italic>. (2022)</xref>, que
					utilizou um microcontrolador Arduino e plataformas de monitoramento de código
					aberto para monitorar unidades de ar-condicionado em um hospital brasileiro,
					minimizando interrupções e custos com reparos emergenciais, e garantindo a
					continuidade operacional e a segurança dos pacientes. Tais exemplos práticos
					reforçam a versatilidade e o impacto positivo da CBM na gestão da manutenção,
					evidenciando sua adaptabilidade a diferentes tipos de equipamentos e setores
					industriais.</p>
				<p>Outras modalidades estratégicas incluem a manutenção baseada no risco, que dá
					prioridade à manutenção de ativos críticos com base na probabilidade e no
					impacto de suas falhas; e a manutenção proativa, focada em identificar e remover
					as causas raiz das falhas, prevenindo sua recorrência (<xref ref-type="bibr"
						rid="B16">Senthil; Pandian, 2022</xref>). Para uma gestão ainda mais
					refinada, os conceitos de manutenção planejada/agendada e não planejada são
					utilizados para categorizar a previsibilidade das intervenções. Por fim, o
					advento da Indústria 4.0 impulsionou o conceito de manutenção inteligente,
					conforme descrito por <xref ref-type="bibr" rid="B16">Senthil e Pandian
						(2022)</xref>. Esta abordagem de ponta integra tecnologias como a Internet
					das Coisas (IoT), <italic>Machine Learning</italic> e sistemas ciberfísicos,
					proporcionando uma gestão de ativos mais eficiente, precisa e, potencialmente,
					autônoma.</p>
			</sec>
			<sec>
				<title>2.2 MÉTODOS E TECNOLOGIAS DE MANUTENÇÃO</title>
				<p>Com o avanço exponencial da tecnologia e a crescente digitalização dos processos
					industriais, os métodos de manutenção baseados em dados se tornaram
					preponderantes, oferecendo uma capacidade analítica sem precedentes. A Análise
					de Componentes Principais (PCA), o <italic>Machine Learning</italic> (ML) e as
					Redes Neurais Artificiais (ANNs) são técnicas amplamente empregadas para
					aprimorar a previsão de falhas. Essas ferramentas utilizam dados históricos para
					identificar padrões complexos, reduzir a dimensionalidade de grandes bancos de
					dados de ordens de serviço e modelar o comportamento dos equipamentos,
					permitindo prever a degradação e a ocorrência de falhas com maior precisão
						(<xref ref-type="bibr" rid="B20">Wang <italic>et al</italic>., 2023</xref>).
					Adicionalmente, Algoritmos de Aprendizado por Reforço (RLAs) têm sido aplicados
					em sistemas intrinsecamente complexos, como elevadores industriais e pontes
					rolantes, viabilizando uma detecção inteligente de falhas e a formulação de
					respostas rápidas e otimizadas para correção (<xref ref-type="bibr" rid="B16"
						>Senthil; Pandian, 2022</xref>).</p>
				<p>A integração de metodologias de melhoria contínua, como o <italic>Lean Six
						Sigma</italic>, tem ganhado espaço significativo na gestão da manutenção.
					Operando, frequentemente, por meio da metodologia DMAIC (Definir, Medir,
					Analisar, Melhorar e Controlar), o <italic>Lean Six Sigma</italic> promove uma
					abordagem estruturada para a otimização de processos de manutenção. Seus
					princípios focam na padronização de procedimentos, na identificação e na
					eliminação das causas raiz de falhas, na redução da variabilidade e na busca
					incessante pela melhoria contínua da performance dos ativos (<xref
						ref-type="bibr" rid="B4">Braglia <italic>et al</italic>., 2022</xref>).
					Dentro desse escopo, a Análise dos Modos de Falha e Efeitos (FMEA) é uma
					ferramenta essencial, especialmente durante a etapa de “análise” do DMAIC. A
					FMEA permite uma identificação sistemática, priorização e mitigação proativa de
					falhas potenciais em componentes e processos críticos, contribuindo,
					diretamente, para o aumento substancial da confiabilidade e da segurança
					operacional dos equipamentos (<xref ref-type="bibr" rid="B4">Braglia <italic>et
							al</italic>., 2022</xref>).</p>
				<p>Complementarmente às abordagens baseadas em dados e melhoria de processos, as
					inspeções e as verificações periódicas mantêm sua relevância e são
					frequentemente exigidas por normas técnicas e legislações específicas. Na
					Europa, por exemplo, a Diretiva de Máquinas 2006/42/EC estabelece requisitos
					mínimos de segurança para equipamentos, garantindo que operem em conformidade e
					minimizando riscos. Essas verificações abrangem análise documental rigorosa,
					realização de testes funcionais para validar o desempenho dos sistemas,
					auditorias detalhadas das práticas de manutenção e emissão de certificados e
					laudos técnicos que atestam a segurança e a conformidade do equipamento (<xref
						ref-type="bibr" rid="B12">Muratore <italic>et al.,</italic>
					2021</xref>).</p>
				<p>A gestão documental e a padronização de procedimentos são pilares fundamentais
					para a eficácia operacional da manutenção. A implementação de plataformas como
					os CMMS (<italic>Computerized Maintenance Management Systems</italic>) ou
					soluções mais modernas baseadas em IoT, a exemplo do AIMS (<italic>Asset
						Inspection Management System</italic>), permite um controle abrangente e
					integrado do histórico de intervenções realizadas, o gerenciamento eficiente do
					estoque e consumo de peças, a emissão automatizada de alertas e a execução de
					auditorias de manutenção. Esses sistemas são cruciais para centralizar
					informações, otimizar fluxos de trabalho e proporcionar uma visão clara da saúde
					dos ativos (<xref ref-type="bibr" rid="B9">John, 2022</xref>). Paralelamente, a
					análise de criticidade é uma ferramenta vital utilizada para classificar os
					ativos de uma organização de acordo com o impacto potencial que uma falha pode
					gerar na operação. Essa classificação permite uma priorização mais racional e
					estratégica dos recursos de manutenção, direcionando esforços e investimentos
					para os equipamentos que representam maior risco ou maior impacto na produção
						(<xref ref-type="bibr" rid="B16">Senthil; Pandian, 2022</xref>).
					Consequentemente, a integração sinérgica entre a definição de critérios
					técnicos, a aplicação de métodos quantitativos e a adoção de tecnologias
					inovadoras representa a base para uma abordagem de manutenção verdadeiramente
					moderna, estratégica e orientada para resultados tangíveis.</p>
			</sec>
			<sec>
				<title>2.3 CRITÉRIOS E INDICADORES DE DESEMPENHO NA MANUTENÇÃO</title>
				<p>A definição e a aplicação de critérios e os métodos de manutenção são cruciais
					para assegurar que as ações sobre os equipamentos sejam não apenas eficazes e
					seguras, mas também economicamente viáveis. No campo da engenharia de
					manutenção, a análise RAM (<italic>Reliability, Availability and
						Maintainability</italic> - Confiabilidade, Disponibilidade e
					Manutenibilidade) destaca-se como um dos pilares para avaliar o desempenho dos
					sistemas e identificar pontos críticos que demandam atenção prioritária (<xref
						ref-type="bibr" rid="B16">Senthil; Pandian, 2022</xref>). Essa análise é
					fundamental para uma compreensão holística do ciclo de vida dos ativos.</p>
				<p>A partir da análise RAM, uma série de indicadores-chave de desempenho (KPIs) é
					empregada para quantificar a eficácia das intervenções e o estado dos
					equipamentos. O MTBF (<italic>Mean Time Between Failures</italic> - Tempo Médio
					Entre Falhas) mede a confiabilidade de um sistema ou componente, indicando o
					tempo esperado de operação entre uma falha e a próxima. O MTTR (<italic>Mean
						Time To Repair</italic> - Tempo Médio Para Reparo) avalia a
					manutenibilidade, representando o tempo médio necessário para restaurar um
					equipamento à sua condição operacional após uma falha. Já o MTTF (<italic>Mean
						Time To Failure</italic> - Tempo Médio Até a Falha) é utilizado para
					componentes não reparáveis, indicando o tempo esperado até a primeira falha.
					Juntos, esses indicadores fornecem uma métrica robusta da confiabilidade e da
					eficiência das intervenções de manutenção (<xref ref-type="bibr" rid="B15"
						>Rodríguez-Padial; Marín; Domingo, 2017</xref>).</p>
				<p>A Eficiência Geral do Equipamento (OEE - <italic>Overall Equipment
						Effectiveness</italic>) é outra métrica amplamente adotada globalmente, que
					se destaca por proporcionar uma análise abrangente do desempenho global dos
					ativos. A OEE integra três fatores críticos: a disponibilidade (o tempo em que o
					equipamento está disponível para operação), o desempenho (a velocidade com que o
					equipamento opera em comparação com sua capacidade máxima) e a qualidade (a
					proporção de produtos bons produzidos em relação ao total). Essa métrica é
					particularmente valiosa na definição de prioridades para ações de manutenção,
					uma vez que sua otimização visa maximizar o aproveitamento produtivo dos
					equipamentos, identificando perdas em cada uma das três categorias (<xref
						ref-type="bibr" rid="B16">Senthil; Pandian, 2022</xref>).</p>
				<p>Em ambientes com alto potencial de risco, a exemplo daqueles que operam com
					equipamentos elevatórios, a avaliação de risco emerge como um critério de
					manutenção de importância crítica. Ferramentas como a Matriz
					Consequência-Probabilidade, em conformidade com a norma ISO 31010, são
					instrumentais no auxílio à definição da criticidade dos equipamentos. Essa
					matriz permite priorizar a alocação de recursos para manutenção preventiva ou
					corretiva, baseando-se em uma análise sistemática da severidade das
					consequências de uma falha e da probabilidade de sua ocorrência. Tais avaliações
					consideram múltiplos fatores, incluindo as condições operacionais específicas, o
					ambiente em que os equipamentos estão inseridos, o histórico de falhas
					pregressas e os possíveis impactos de uma eventual pane, tanto em termos de
					segurança quanto de perdas financeiras (<xref ref-type="bibr" rid="B12">Muratore
							<italic>et al.,</italic> 2021</xref>).</p>
			</sec>
			<sec>
				<title>2.4 MANUTENÇÃO DE EQUIPAMENTOS ELEVATÓRIOS: ASPECTOS RELEVANTES</title>
				<p>Equipamentos elevatórios são definidos como dispositivos mecânicos ou
					eletromecânicos projetados, especificamente, para a movimentação vertical de
					cargas e, em certas aplicações, de pessoas. Eles desempenham um papel essencial
					e multifacetado em uma vasta gama de setores, incluindo o industrial, o
					logístico, o hospitalar e o da construção civil. Conforme a literatura técnica
					especializada, essa categoria abrange uma ampla variedade de dispositivos, desde
					grandes guindastes e plataformas elevatórias móveis (MEWPs) até talhas elétricas
					e seus acessórios essenciais, como ganchos, lingas e cintas de elevação (<xref
						ref-type="bibr" rid="B12">Muratore <italic>et al.,</italic> 2021</xref>). A
					versatilidade operacional desses equipamentos é notável, permitindo seu emprego
					em ambientes de acesso restrito, na execução de obras em altura e em setores que
					demandam movimentação segura e precisa, como a infraestrutura hospitalar e as
					complexas instalações industriais.</p>
				<p>A aplicação de equipamentos elevatórios é extremamente vasta, abrangendo desde a
					construção civil e a mineração até operações em portos, ferrovias, indústrias
					químicas, usinas e grandes depósitos logísticos. Nesses contextos, são
					ferramentas fundamentais para o transporte vertical eficiente de cargas de
					grande volume ou peso, para o aprimoramento de linhas de montagem complexas e
					para o acesso seguro a estruturas elevadas. As propriedades operacionais
					inerentes a esses equipamentos incluem limitações rigorosas de capacidade de
					carga, a imperatividade de operação por pessoal devidamente capacitado e
					treinado, e a exigência de uma instalação segura para garantir a estabilidade e
					o funcionamento correto. Além disso, por sua natureza de risco, essas máquinas
					estão sujeitas à utilização e às normas de produção extremamente rigorosas.</p>
				<p>A Diretiva de Máquinas 2006/42/EC da União Europeia, por exemplo, estabelece
					requisitos mínimos de segurança e saúde (MSR) fundamentais, que englobam desde a
					marcação CE de conformidade, até a garantia de resistência mecânica adequada, a
					exigência de documentação técnica completa, a minimização de ruído e a vibração
					durante a operação. Máquinas como guindastes de ponte, plataformas de mastro
					ascendente, guindastes de veículos e pórticos não só desempenham um papel
					crucial na automação da produção e no aumento da produtividade, mas também são
					vitais para permitir o acesso a partes inferiores de sistemas mecânicos, como os
					elevadores especializados utilizados na manutenção ferroviária (<xref
						ref-type="bibr" rid="B20">Wang <italic>et al</italic>., 2023</xref>). Essa
					diversidade de máquinas sublinha a necessidade imperativa de que os equipamentos
					sejam não apenas duráveis e seguros, mas também plenamente compatíveis e
					adaptáveis a uma ampla gama de ambientes operacionais exigentes.</p>
				<p>A manutenção de equipamentos elevatórios exige uma atenção redobrada e uma
					abordagem proativa, dada a natureza crítica de suas aplicações e o elevado
					potencial de risco em caso de falhas. Em função disso, a manutenção desses
					ativos transcende a mera conservação de seu funcionamento, estando
					intrinsecamente ligada à garantia da integridade física dos operadores e aos
					demais indivíduos no local de trabalho, bem como ao estrito cumprimento das
					exigências legais e normativas vigentes (<xref ref-type="bibr" rid="B2">Amosov,
						2023</xref>). Essas atividades devem ser realizadas em conformidade com as
					orientações técnicas específicas dos fabricantes e com as exigências
					regulatórias, tanto em âmbito nacional quanto internacional (<xref
						ref-type="bibr" rid="B2">Amosov, 2023</xref>).</p>
				<p>Além disso, é crucial a confirmação da existência e a validade de documentos
					essenciais, como a marcação CE (Conformidade Europeia) e a Declaração de
					Conformidade, que atestam a adequação do equipamento às normas de segurança
						(<xref ref-type="bibr" rid="B12">Muratore <italic>et al</italic>.,
						2021</xref>). A ausência ou a irregularidade de qualquer um desses
					requisitos pode e, frequentemente, resulta na imediata interdição da máquina,
					sublinhando o rigor necessário para a operação segura desses ativos.</p>
				<p>A frequência das inspeções e das manutenções em equipamentos elevatórios não é
					uniforme, variando significativamente conforme o tipo de equipamento e a
					intensidade de seu uso. Nesse contexto, modelos de manutenção preventiva são não
					apenas amplamente recomendados pela indústria, mas em muitos casos, são
					expressamente exigidos por lei, reforçando a importância da antecipação de
					falhas.</p>
				<p>No que tange ao suporte à gestão direta, sistemas informatizados desempenham um
					papel crucial. Os CMMS (<italic>Computerized Maintenance Management
						Systems</italic>) destacam-se por sua capacidade de rastrear ordens de
					serviço, controlar custos, registrar tempos de reparo (MTTR) e manter um
					histórico detalhado de todas as falhas e as intervenções. Além disso,
					plataformas como o AIMS (<italic>Asset Inspection Management System</italic>),
					quando integradas a sistemas de maior escopo como o EAM (<italic>Enterprise
						Asset Management</italic>) e o OMS (<italic>Operations Management
						System</italic>), possibilitam uma gestão digital unificada e abrangente de
					todos os ativos, seus documentos associados, registros de inspeções e
					intervenções de manutenção (<xref ref-type="bibr" rid="B9">John, 2022</xref>).
					Essa integração sistêmica promove uma visão holística e em tempo real da
					condição dos equipamentos elevatórios.</p>
				<p>As tecnologias emergentes da Indústria 4.0, especialmente as plataformas
					fundamentadas na Internet das Coisas (IoT), estão revolucionando a manutenção de
					equipamentos elevatórios. Essas plataformas possibilitam a gestão integral do
					ciclo de vida dos dispositivos, desde a coleta automática e contínua de
					informações operacionais por sensores até a análise de dados em nuvem e a
					integração com sistemas de decisão automatizados. Essa capacidade de
					monitoramento remoto em tempo real é crucial para identificar desvios e
					anomalias de forma precoce. Complementarmente, a aplicação de técnicas avançadas
					de mineração de dados, regras de associação e árvores de decisão permite
					detectar padrões habituais de falhas, como aqueles frequentemente vinculados a
					sistemas de proteção, controles elétricos e elementos estruturais, especialmente
					em equipamentos como guindastes e pontes rolantes (<xref ref-type="bibr"
						rid="B21">Yanbin <italic>et al.,</italic> 2023</xref>). Essa análise de
					padrões é vital para a implementação de estratégias preditivas eficazes.</p>
				<p>Em suma, a manutenção de equipamentos elevatórios transcende a concepção
					tradicional de simples reparação de falhas. Ela se configura como um sistema
					complexo e bastante integrado de gestão, fundamentado em um tripé de critérios:
					técnicos rigorosos, normativos estritos e digitais inovadores. O objetivo
					central desse sistema é assegurar, de forma simultânea e robusta, a segurança
					dos operadores e do ambiente, a confiabilidade operacional dos ativos e o
					desempenho otimizado em ambientes de alta exigência e risco (<xref
						ref-type="bibr" rid="B20">Wang <italic>et al</italic>., 2023</xref>). A
					interconexão desses elementos é a chave para a excelência na gestão de ativos
					elevatórios.</p>
			</sec>
		</sec>
		<sec sec-type="methods">
			<title>3 METODOLOGIA</title>
			<p>O estudo adota o método de Revisão Sistemática da Literatura (RSL), abordagem
				rigorosa e estruturada que identifica, seleciona, avalia e sintetiza pesquisas
				relevantes sobre um tema específico (<xref ref-type="bibr" rid="B5">Conforto;
					Amaral; Silva, 2011</xref>). A RSL permite responder à pergunta sobre a pesquisa
				com fundamentação objetiva, o que reduz incertezas e garante maior transparência no
				processo investigativo.</p>
			<p>Para as etapas da pesquisa, foi utilizado o método proposto por <xref ref-type="bibr"
					rid="B18">Thomé, Scavarda e Scavarda (2016)</xref>:</p>
			<list list-type="simple">
				<list-item>
					<p>a) definir o problema e os critérios de inclusão e exclusão; </p>
				</list-item>
				<list-item>
					<p>b) realizar buscas nas bases de dados; </p>
				</list-item>
				<list-item>
					<p>c) selecionar e organizar os estudos; </p>
				</list-item>
				<list-item>
					<p>d) avaliar a qualidade metodológica; </p>
				</list-item>
				<list-item>
					<p>e) analisar e resumir os dados; </p>
				</list-item>
				<list-item>
					<p>f) interpretar os resultados; </p>
				</list-item>
				<list-item>
					<p>g) apresentar conforme o protocolo PRISMA (2020) e; </p>
				</list-item>
				<list-item>
					<p>h) recomendar futuras atualizações. Essa abordagem assegura a confiabilidade
						na construção do conhecimento sobre os métodos de manutenção de equipamentos
						elevatórios.</p>
				</list-item>
			</list>
			<p>A pergunta de pesquisa que norteou o estudo foi: &quot;quais são os métodos de
				manutenção mais eficazes para equipamentos elevatórios, levando em conta aspectos
				como segurança, custo, confiabilidade e disponibilidade?&quot;. Para obter
				atualidade na revisão realizada, adotou-se como o primeiro critério incluir
				publicações dos últimos 10 anos (entre os anos de 2015 e 2025). Além disso, outro
				critério de inclusão foram os artigos que abordassem métodos de manutenção de
				equipamentos elevatórios com foco na gestão. Os critérios de exclusão foram
				trabalhos que tratassem apenas de segurança, sem relação com manutenção, ou com
				artigos puramente técnicos, sem aspectos de gestão.</p>
			<p>As buscas foram realizadas nas plataformas <italic>Web of Science</italic> e
					<italic>Scopus</italic>. A escolha dessas bases se justifica por sua ampla
				abrangência e reconhecimento científico nas áreas de Engenharia e Gestão. Além
				disso, ambas utilizam critérios rigorosos de classificação dos periódicos indexados,
				como o <italic>Journal Citation Reports</italic> (JCR) e o <italic>Scimago Journal
					Rank</italic> (SJR).</p>
			<p>Para a busca, foram utilizadas as palavras-chave: <italic>“elevator equipment”,
					“lifting equipment”, “maintenance”, “maintenance methods”</italic> e
					<italic>“OEE”</italic>. A última busca, realizada em 31 de março de 2025,
				resultou em 193 artigos, dos quais 66 eram duplicados e foram removidos.</p>
			<p>A triagem foi realizada por meio da leitura dos títulos e dos resumos dos artigos,
				sendo excluídos aqueles que não tratavam diretamente do tema manutenção de
				equipamentos elevatórios. Restaram 65 artigos selecionados para leitura completa,
				nos quais foram aplicados os seguintes critérios de exclusão:</p>
			<list list-type="simple">
				<list-item>
					<p>a) o artigo não abordava diretamente a manutenção dos equipamentos,
						dedicando-se, exclusivamente, à segurança do equipamento;</p>
				</list-item>
				<list-item>
					<p>b) o artigo não tratava da gestão da manutenção, focando apenas aspectos
						puramente técnicos do equipamento.</p>
				</list-item>
			</list>
			<p>Apóstriagem, 13 artigos atenderam aos critérios e foram incluídos no estudo. O
				processo de seleção seguiu o fluxograma PRISMA, apresentado na <xref ref-type="fig"
					rid="f1">figura 1</xref>, que ilustra, visualmente, as etapas de identificação,
				triagem, elegibilidade e inclusão (<xref ref-type="bibr" rid="B13">Page <italic>et
						al</italic>., 2021</xref>).</p>
			<p>
				<fig id="f1">
					<label>Figura 1</label>
					<caption>
						<title>Fluxograma PRISMA de seleção dos artigos</title>
					</caption>
					<graphic xlink:href="1984-7297-regea-14-03-0048-gf01.tif"
						xmlns:xlink="http://www.w3.org/1999/xlink"/>
					<attrib>Fonte: elaborado pelos autores com base em <xref ref-type="bibr"
							rid="B13">Page <italic>et al</italic>. (2021)</xref>.</attrib>
				</fig>
			</p>
			<p>Para a análise dos artigos selecionados, aplicamos a análise de conteúdo, que
				interpreta sistemática e quantitativamente textos, combinando categorias
				pré-definidas (dedutivas) com categorias emergentes (indutivas), o que permite uma
				síntese clara e estruturada dos dados (<xref ref-type="bibr" rid="B18">Thomé;
					Scavarda; Scavarda 2016</xref>). Foram realizadas revisões cruzadas para
				assegurar a confiabilidade e a consistência da codificação. A triagem dos artigos
				contou com o auxílio do software <italic>Rayyan</italic>, o que garantiu
				transparência, acompanhamento e reprodução, os quais foram organizados
				cronologicamente no <xref ref-type="table" rid="t1">quadro 1</xref>.</p>
			<table-wrap id="t1">
				<label>Quadro 1</label>
				<caption>
					<title>Artigos selecionados para análise</title>
				</caption>
				<table>
					<thead>
						<tr>
							<th align="left" valign="top">Nº</th>
							<th align="center" valign="top">AUTOR(ES)</th>
							<th align="center" valign="top">TÍTULO</th>
							<th align="center" valign="top">ANO</th>
						</tr>
					</thead>
					<tbody>
						<tr>
							<td align="left">1</td>
							<td align="center">Dominic Dawson</td>
							<td align="center" valign="top"><italic>The Report of Thorough
									Examination as a Management Tool for Maintenence</italic></td>
							<td align="center">
								<xref ref-type="bibr" rid="B6">2016</xref>
							</td>
						</tr>
						<tr>
							<td align="left">2</td>
							<td align="center">Néstor Rodríguez-Padial, Marta Marín, Rosario
								Domingo</td>
							<td align="center" valign="top"><italic>An Approach to Integrating
									Tactical Decision-Making in Industrial Maintenance Balance
									Scorecards Using Principal Components Analysis and Machine
									Learning</italic></td>
							<td align="center">2017</td>
						</tr>
						<tr>
							<td align="left">3</td>
							<td align="center">Sara Anastasi, Luigi Monica, Maria Grazia Gnoni,
								Valerio Elia, Stefano Parisi</td>
							<td align="center" valign="top"><italic>Coordinating inspection
									activities at hazardous equipament through an IOT
									platform</italic></td>
							<td align="center">2018</td>
						</tr>
						<tr>
							<td align="left">4</td>
							<td align="center">Marek Kęsek, Paweł Bogacz, Marcin Migza</td>
							<td align="center" valign="top"><italic>The application of Lean
									Management and Six Sigma tools in global mining
									enterprises</italic></td>
							<td align="center">2019</td>
						</tr>
						<tr>
							<td align="left">5</td>
							<td align="center">Shibu John</td>
							<td align="center" valign="top"><italic>Asset Inspection Management
									System as a Reliable Inspection / Monitoring Tool to Optimize
									the Asset Utilization &amp; Serviceability and to Enhance
									Overall Efficiency of Service Provision</italic></td>
							<td align="center">2020</td>
						</tr>
						<tr>
							<td align="left">6</td>
							<td align="center">Dmitry Topchiy, Alexey Yurgaytis, Vitaly Chernigov,
								Vyacheslav Bolgov, Alexandr Gorochov</td>
							<td align="center" valign="top"><italic>Testing of load-carrying
									elements of elevating equipment while reconstruction transport
									facilities</italic></td>
							<td align="center">2020</td>
						</tr>
						<tr>
							<td align="left">7</td>
							<td align="center">Antonino Muratore, Giuseppe Giannelli, Vincenzo
								Nastasi, Giuseppe Sferruzza, Giovanni Grillone</td>
							<td align="center" valign="top"><italic>Index Method for Risk Assessment
									Using Load Lifting (Crane) and People Lifting (MEWP)
									Equipment</italic></td>
							<td align="center">2021</td>
						</tr>
						<tr>
							<td align="left">8</td>
							<td align="center">Marcello Braglia, Marco Frosolini, Roberto
								Gabbrielli, Leonardo Marrazzini</td>
							<td align="center" valign="top"><italic>Application of Lean Six Sigma
									techniques to the management and maintenance of special lifting
									equipment</italic></td>
							<td align="center">2022</td>
						</tr>
						<tr>
							<td align="left">9</td>
							<td align="center">Alexey Amosov</td>
							<td align="center" valign="top"><italic>Influence of the chemical
									composition of the load-carrying equipment material on its
									performance</italic></td>
							<td align="center">2023</td>
						</tr>
						<tr>
							<td align="left">10</td>
							<td align="center">Chandran Senthil, Ranjitharamasamy Sudhakara
								Pandian</td>
							<td align="center" valign="top"><italic>Proactive Maintenance Model
									Using Reinforcement Learning Algorithm in Rubber
									Industry</italic></td>
							<td align="center">2023</td>
						</tr>
						<tr>
							<td align="left">11</td>
							<td align="center">Xu Yanbin, Zhang Jianhua, Xiongwei Wang, Mohammad
								Shabaz, Mohd Wazih Ahmad, Samrat Ray</td>
							<td align="center" valign="top"><italic>Research on optimization of
									crane fault predictive control system based on data
									mining</italic></td>
							<td align="center">2023</td>
						</tr>
						<tr>
							<td align="left">12</td>
							<td align="center">Zhaozong Wang, Jiangfeng Cheng, Weiran Liu, Xiaofu
								Zou, Fei Tao</td>
							<td align="center" valign="top"><italic>A Fault Localization Approach
									Based on Multisystem-PCA and Dynamic-SDG: Application in Train
									Lifting Equipment</italic></td>
							<td align="center">2023</td>
						</tr>
						<tr>
							<td align="left">13</td>
							<td align="center">Ga, aleldin Farag, Marwan Hilal</td>
							<td align="center" valign="top"><italic>Value Stream Mapping as A
									Sustainable Lean Production Tool to Improve the Production
									Process Organization</italic></td>
							<td align="center">2024</td>
						</tr>
					</tbody>
				</table>
				<table-wrap-foot>
					<attrib>Fonte: elaborado pelos autores com base nos artigos
						selecionados.</attrib>
				</table-wrap-foot>
			</table-wrap>
			<p>A meta-síntese qualitativa foi empregada para identificar temas frequentes e comparar
				estudos de forma organizada e padronizada (<xref ref-type="bibr" rid="B18">Thomé;
					Scavarda; Scavarda, 2016</xref>). A análise de conteúdo incluiu a classificação
				das informações contidas no texto do artigo, quanto ao tipo de equipamentos, métodos
				e mesologias empregados e indicadores aplicados. Os dados foram organizados em
				planilha eletrônica, com a elaboração de tabelas e gráficos com uso do software
					<italic>Microsoft Excel</italic>, conforme apresentado a seguir.</p>
		</sec>
		<sec sec-type="results|discussion">
			<title>4 RESULTADOS E DISCUSSÕES</title>
			<p>A análise sistemática dos 13 artigos selecionados permitiu identificar diferentes
				métodos e estratégias de manutenção aplicados a equipamentos elevatórios, bem como
				os critérios e os indicadores mais utilizados para avaliação de sua eficácia. A
				diversidade de abordagens e tecnologias avaliadas proporciona compreensão dos
				avanços de mercado e seu impacto na gestão estratégica de ativos e redução de
				custos.</p>
			<p>Os resultados foram organizados para evidenciar os tipos de manutenção, metodologias
				e indicadores de avaliação mais frequentes e eficazes. O <xref ref-type="table"
					rid="t2">quadro 2</xref> sumariza a classificação dos artigos analisados quanto
				ao tipo de equipamento, manutenção, método e indicadores, conforme evidenciado na
				RSL.</p>
			<table-wrap id="t2">
				<label>Quadro 2</label>
				<caption>
					<title>Classificação quanto ao tipo de equipamento, manutenção, método e
						indicadores</title>
				</caption>
				<table>
					<thead>
						<tr>
							<th align="left">Nº</th>
							<th align="center">Tipo de equipamento</th>
							<th align="center">Tipo de manutenção</th>
							<th align="center">Método</th>
							<th align="center">Indicadores</th>
						</tr>
					</thead>
					<tbody>
						<tr>
							<td align="left">1</td>
							<td align="center">Equipamentos de Elevação Diversos</td>
							<td align="center">Corretiva e preventiva com uso de relatório
								técnico</td>
							<td align="center">Relatório de Inspeção (<italic>Thorough
									Examination</italic>)</td>
							<td align="center">Histórico de manutenção, conformidade, falhas
								registradas</td>
						</tr>
						<tr>
							<td align="left">2</td>
							<td align="center">Equipamento Industrial (Genérico)</td>
							<td align="center">Tática e preditiva</td>
							<td align="center">PCA, <italic>Machine Learning</italic></td>
							<td align="center">OEE, tempo de inatividade, desempenho da
								manutenção</td>
						</tr>
						<tr>
							<td align="left">3</td>
							<td align="center">Equipamentos de movimentação e elevação de
								cargas</td>
							<td align="center">Preditiva</td>
							<td align="center">Plataforma IoT</td>
							<td align="center">Coordenação de inspeção, dados em tempo</td>
						</tr>
						<tr>
							<td align="left">4</td>
							<td align="center">Equipamentos de processamento de minério</td>
							<td align="center">TPM integrada ao <italic>Lean Six Sigma</italic></td>
							<td align="center">DMAIC e ferramentas</td>
							<td align="center">Tempo médio entre falhas (MTBF), Tempo médio para
								reparo (MTTR), produtividade</td>
						</tr>
						<tr>
							<td align="left">5</td>
							<td align="center"><italic>Lifting Equipment</italic></td>
							<td align="center">Preventiva, preditiva, baseada em condição</td>
							<td align="center">OEE, análise de criticidade, rastreamento por
								CMMS/AIMS</td>
							<td align="center">OEE, disponibilidade, tempo médio entre falhas
								(MTBF)</td>
						</tr>
						<tr>
							<td align="left">6</td>
							<td align="center">Correntes de Elevação (Slings)</td>
							<td align="center">Baseada na confiabilidade</td>
							<td align="center">Espectrometria de emissão, testes de resistência e
								confiabilidade</td>
							<td align="center">Frequência de falhas, resistência do material</td>
						</tr>
						<tr>
							<td align="left">7</td>
							<td align="center">Guindastes e Plataformas Elevatórias (MEWP)</td>
							<td align="center">Baseada no risco e conectividade IoT</td>
							<td align="center">Plataforma IoT, smart label, software web</td>
							<td align="center">Rastreabilidade, registro de manutenção, conformidade
								regulatória</td>
						</tr>
						<tr>
							<td align="left">8</td>
							<td align="center"><italic>Special Lifting Equipment</italic></td>
							<td align="center">Corretiva e preventiva com DMAIC</td>
							<td align="center">DMAIC, mapeamento de processo, Pareto, auditorias de
								manutenção</td>
							<td align="center">Eficiência operacional, conformidade, redução de
								riscos</td>
						</tr>
						<tr>
							<td align="left">9</td>
							<td align="center">Equipamentos Industriais em Geral</td>
							<td align="center">Preditiva com apoio de IA</td>
							<td align="center">PCA, Machine Learning, <italic>scorecards</italic>
								táticos</td>
							<td align="center">OEE, desempenho da manutenção, tempo de
								inatividade</td>
						</tr>
						<tr>
							<td align="left">10</td>
							<td align="center">Equipamento Industrial / Mecânico Geral</td>
							<td align="center">Pró-ativa com aprendizado por reforço</td>
							<td align="center"><italic>Reinforcement Learning</italic>, modelo de
								decisão de Markov, análise de disponibilidade</td>
							<td align="center">OEE, disponibilidade, tempo entre falhas (MTBF)</td>
						</tr>
						<tr>
							<td align="left">11</td>
							<td align="center">Guindastes (Crane Systems)</td>
							<td align="center">Preditiva e preventiva</td>
							<td align="center">Data mining, árvores de decisão, regras de
								associação</td>
							<td align="center">Frequência de falhas por categoria, precisão de
								detecção</td>
						</tr>
						<tr>
							<td align="left">12</td>
							<td align="center">Equipamentos de Elevação de Trem (TLE)</td>
							<td align="center">Preditiva</td>
							<td align="center">Relatório de Inspeção (<italic>Thorough
									Examination</italic>)</td>
							<td align="center">Histórico de manutenção, conformidade, falhas
								registradas</td>
						</tr>
						<tr>
							<td align="left">13</td>
							<td align="center">Equipamento Industrial em Geral</td>
							<td align="center">Relacionada à melhoria de eficiência</td>
							<td align="center"><italic>Value Stream Mapping</italic> (VSM),
								indicadores OEE </td>
							<td align="center">OEE, consumo de energia, produtividade</td>
						</tr>
					</tbody>
				</table>
				<table-wrap-foot>
					<attrib>Fonte: elaborado pelos autores com base nos artigos
						selecionados.</attrib>
				</table-wrap-foot>
			</table-wrap>
			<p>Observamos a prevalência de cinco tipos principais de manutenção nos artigos:
				preventiva, preditiva, baseada em condição, corretiva e outros, apresentado no <xref
					ref-type="fig" rid="f2">gráfico 1</xref>. A manutenção preventiva é a mais
				utilizada. A manutenção corretiva apresentou a menor frequência, o que corrobora a
				desvantagem dessa abordagem reativa em termos de paralisações e custos.</p>
			<p>
				<fig id="f2">
					<label>Gráfico 1</label>
					<caption>
						<title>Tipos de manutenção apresentados nos artigos</title>
					</caption>
					<graphic xlink:href="1984-7297-regea-14-03-0048-gf02.tif"
						xmlns:xlink="http://www.w3.org/1999/xlink"/>
					<attrib>Fonte: elaborado pelos autores com base nos dados analisados.</attrib>
				</fig>
			</p>
			<p>Em relação às metodologias, conforme <xref ref-type="fig" rid="f3">gráfico 2</xref>,
				o <italic>Lean Manufacturing</italic> (<italic>Lean</italic>) e <italic>Lean Six
					Sigma</italic> surgiram como as mais frequentes, citadas em quase 50% dos
				artigos, devido à sua eficácia na melhoria do desempenho e na minimização de
				desperdícios (<xref ref-type="bibr" rid="B7">Farag <italic>et al</italic>.,
					2024</xref>). Metodologias da Indústria 4.0/IoT mostram crescimento
				significativo para aumentar a quantidade de indústrias &quot;inteligentes&quot;.</p>
			<p>
				<fig id="f3">
					<label>Gráfico 2</label>
					<caption>
						<title>Tipos de métodos de gestão</title>
					</caption>
					<graphic xlink:href="1984-7297-regea-14-03-0048-gf03.tif"
						xmlns:xlink="http://www.w3.org/1999/xlink"/>
					<attrib>Fonte: elaborado pelos autores com base nos dados analisados.</attrib>
				</fig>
			</p>
			<p>Quanto aos indicadores de medição apresentados na <xref ref-type="fig" rid="f4"
					>figura 2</xref>, a confiabilidade de equipamentos foi priorizada por muitos
				autores para avaliar o sucesso da manutenção, tendo a frequência de sete
				ocorrências. Diante disso, com a análise dos artigos, isso expõe que a
				confiabilidade é um critério amplamente valorizado nas estratégias de manutenção de
				equipamentos elevatórios. Mesmo quando não mencionada diretamente como prioridade,
				ela orienta decisões em diferentes níveis, como a definição da criticidade de
				ativos, a escolha por métodos baseados em condição e preditivos, e a necessidade de
				testes estruturais (<xref ref-type="bibr" rid="B19">Topchiy <italic>et al.</italic>,
					2020</xref>). Além disso, está presente na adoção de tecnologias, como PCA e
				IoT, que busca manter a operação confiável com menor intervenção.</p>
			<p>
				<fig id="f4">
					<label>Figura 2</label>
					<caption>
						<title>Indicadores de medição</title>
					</caption>
					<graphic xlink:href="1984-7297-regea-14-03-0048-gf04.tif"
						xmlns:xlink="http://www.w3.org/1999/xlink"/>
					<attrib>Fonte: elaborado pelos autores com base nos dados analisados.</attrib>
				</fig>
			</p>
			<p>Repara-se que, além da confiabilidade, o custo se destaca como indicador crítico no
				processo decisório sobre os métodos de manutenção. Demonstra que a redução de custos
				de manutenção é amplamente priorizada, especialmente por meio de metodologias como
					<italic>Lean</italic> e <italic>Lean Six Sigma</italic>, que visam eliminar
				desperdícios e otimizar recursos (<xref ref-type="bibr" rid="B11">Kesek; Bogacz;
					Migza 2019</xref>). Essa ênfase não busca apenas economia imediata, mas também
				eficiência operacional sustentável, integrando a redução de custos com ganhos em
				qualidade, produtividade e desempenho dos ativos. Assim, o custo é tratado de forma
				estratégica, alinhado à confiabilidade e à disponibilidade.</p>
			<p>Logo, a figura a seguir apresenta a frequência de utilização dos principais
				indicadores de medição identificados nos artigos analisados:</p>
			<p>A análise e a síntese dos benefícios das metodologias de gestão da produção alinhadas
				à manutenção são cruciais para auxiliar gestores na tomada de decisão sobre qual
				método ou enfoque é mais adequado. Esses estudos revelaram um forte alinhamento com
				objetivos de eficiência operacional e eliminação de desperdícios, impulsionados,
				principalmente, por ferramentas como DMAIC, VSM (<italic>Value Stream
					Mapping</italic>), Kaizen e TPM (<italic>Total Productive Maintenance</italic>).
				Contudo, apesar dos ganhos significativos, também foram identificadas limitações
				importantes, como a resistência cultural à mudança, os altos custos de implementação
				e a carência de Tecnologia da Informação (TI) adequada. Esses desafios explicam por
				que, mesmo sendo metodologias recorrentes, sua aplicação exige maturidade
				organizacional e apoio estratégico consistente.</p>
			<p>A <xref ref-type="fig" rid="f5">figura 3</xref>, apresentada abaixo, sintetiza o mapa
				de análise dos benefícios dos métodos de gestão e manutenção para Equipamentos
				Elevatórios (EE). Ela ilustra as interconexões entre as principais metodologias e os
				benefícios diretos ou indiretos que proporcionam. Este mapa evidencia visualmente
				como cada abordagem contribui para objetivos específicos de manutenção, tais como a
				redução de custos e desperdícios, a melhoria da segurança operacional e o aumento da
				confiabilidade e da disponibilidade do sistema.</p>
			<p>
				<fig id="f5">
					<label>Figura 3</label>
					<caption>
						<title>Mapa de análise dos benefícios dos métodos de gestão e manutenção
							para EE (Equipamentos Elevatórios)</title>
					</caption>
					<graphic xlink:href="1984-7297-regea-14-03-0048-gf05.tif"
						xmlns:xlink="http://www.w3.org/1999/xlink"/>
					<attrib>Fonte: autora com base nos artigos analisados.</attrib>
				</fig>
			</p>
			<p>Desse modo, o <italic>Lean/Lean Six Sigma</italic> demonstra ser a metodologia mais
				empregada, trazendo benefícios como a redução de custos e desperdícios, redução de
				defeitos e um melhor planejamento da manutenção. A Indústria 4.0 / IoT emerge como
				uma alternativa promissora, pois sensores conectados permitem monitoramento remoto
				em tempo real, o que reduz falhas e aumenta a agilidade nas respostas operacionais e
				a alta disponibilidade do sistema. No entanto, sua implementação exige alto
				investimento em infraestrutura tecnológica, integração com sistemas legados e
				capacitação de pessoal.</p>
			<p>A Análise de Dados / <italic>Machine Learning</italic> contribui para maior
				confiabilidade e precisão na localização de falhas. A Inspeção Técnica / Normativa
				foca na minimização de acidentes críticos na operação e na melhor rastreabilidade de
				falhas. A Gestão da Manutenção geral visa a melhoria da segurança operacional e a
				minimização de acidentes. A Avaliação de Risco / Engenharia oferece suporte à
				decisão em ambientes críticos e minimiza acidentes críticos na operação. Por fim, a
				Gestão de Qualidade / Melhoria busca a padronização de indicadores (KPIs) e a
				participação ativa dos funcionários.</p>
			<p>Entre os métodos estudados, a manutenção preditiva associada a tecnologias como PCA,
					<italic>Machine Learning</italic>, IoT e <italic>Scorecards</italic> Táticos
				revelou-se a mais promissora em termos de confiabilidade e disponibilidade. Sua
				capacidade de detectar anomalias antes de falhas permite antecipar reparos, reduzir
				tempo de inatividade (<italic>downtime</italic>) e melhorar o desempenho operacional
				(Rodrígues-Padial; Marín; Domingo, 2017; <xref ref-type="bibr" rid="B3">Anastasi
						<italic>et al.,</italic> 2018</xref>; <xref ref-type="bibr" rid="B9">John,
					2022</xref>; <xref ref-type="bibr" rid="B2">Amosov, 2023</xref>; <xref
					ref-type="bibr" rid="B16">Senthil; Pandian, 2022</xref>).</p>
			<p>Para a segurança, métodos de inspeção técnica baseados em normas (como o relatório
					<italic>Thorough Examination</italic>) e a avaliação de risco por matriz de
				consequência-probabilidade foram os mais eficazes. Eles contribuíram para a
				rastreabilidade de falhas e prevenção de acidentes, especialmente em guindastes e
				plataformas elevatórias. Contudo, a conformidade normativa isolada não elimina
				totalmente os riscos, o que indica a necessidade de abordagens complementares (<xref
					ref-type="bibr" rid="B12">Muratore <italic>et al</italic>., 2021</xref>).</p>
			<p>As metodologias <italic>Lean</italic> e <italic>Lean Six Sigma</italic> foram
				eficazes na redução de custos operacionais e eliminação de desperdícios (<xref
					ref-type="bibr" rid="B11">Kesek; Bogacz; Migza, 2019</xref>; <xref
					ref-type="bibr" rid="B4">Braglia <italic>et al</italic>., 2022</xref>; <xref
					ref-type="bibr" rid="B21">Yanbin <italic>et al.,</italic> 2023</xref>; <xref
					ref-type="bibr" rid="B7">Farag <italic>et al</italic>., 2024</xref>). Sua
				eficácia foi maior quando combinadas com outras estratégias, reforçando a
				importância da abordagem integrada.</p>
			<p>Apesar dos avanços, a análise evidenciou lacunas na literatura, como a baixa
				integração entre gestão da qualidade, métodos preditivos e tecnologias da Indústria
				4.0. A pouca adoção de controles preditivos avançados em setores regulados e a quase
				ausência de abordagens para pequenas e médias empresas também foram notáveis.</p>
		</sec>
		<sec sec-type="conclusions">
			<title>5 CONSIDERAÇÕES FINAIS</title>
			<p>Considerando critérios de segurança, custo, confiabilidade e disponibilidade, por
				meio de uma revisão sistemática da literatura.</p>
			<p>Constatamos que a manutenção preditiva, especialmente ao aliar-se a tecnologias
				emergentes como IoT, <italic>Machine Learning</italic> e PCA, demonstra maior
				eficácia em termos de confiabilidade e disponibilidade (Rodrígues-Padial; Marín;
				Domingo, 2017). Para a segurança, métodos baseados em inspeções normativas e
				avaliação de risco são mais robustos. Em relação ao custo, as abordagens
					<italic>Lean</italic> e <italic>Lean Six Sigma</italic> apresentam resultados
				positivos, reduzindo desperdícios e otimizando recursos. A aplicação integrada
				dessas metodologias potencializa a performance dos equipamentos elevatórios.</p>
			<p>A principal contribuição deste estudo reside na sistematização e na comparação das
				metodologias de manutenção para equipamentos elevatórios, tema ainda pouco explorado
				de forma abrangente na literatura. Este trabalho oferece uma base comparativa
				valiosa para gestores e profissionais, apoiando decisões informadas e teóricas sobre
				estratégias de manutenção.</p>
			<p>Como limitação, destacamos que a pesquisa se baseou, prioritariamente, em artigos
				científicos de bases específicas, o que pode ter restringido o alcance a periódicos
				bastante especializados. O recorte temporal e a ausência de estudos de caso práticos
				em ambientes industriais reais representam lacunas na literatura.</p>
			<p>Para futuras pesquisas, sugerimos a realização de estudos de caso em empresas que
				operam com equipamentos elevatórios, para validar, empiricamente, os achados.
				Investigar a viabilidade de tecnologias como manutenção prescritiva e gêmeos
				digitais nesse contexto, bem como os desafios de implementação em pequenas e médias
				empresas também se mostram relevantes. Essas ações aproximam a teoria da realidade
				industrial, promovendo soluções inovadoras, seguras e sustentáveis para a gestão de
				ativos críticosEsta pesquisa analisou os métodos de manutenção mais eficazes para
				equipamentos elevatórios.</p>
		</sec>
	</body>
	<back>
		<ref-list>
			<title>REFERÊNCIAS</title>
			<ref id="B1">
				<mixed-citation>ABDELILLAH, F. M. <italic>et al.</italic> Predictive Maintenance
					Approaches in Industry 4.0: a Systematic Literature Review. <italic>In:</italic>
					IEEE INTERNATIONAL CONFERENCE ON ENABLING TECHNOLOGIES: INFRASTRUCTURE FOR
					COLLABORATIVE ENTERPRISES (WETICE), 2023, Paris, France. <bold>Anais
						eletrônicos</bold> […]. Paris, France: IEEE, 2023. p. 1-6. DOI:
					10.1109/WETICE57085.2023.10477842.</mixed-citation>
				<element-citation publication-type="book">
					<person-group person-group-type="author">
						<name>
							<surname>ABDELILLAH</surname>
							<given-names>F. M.</given-names>
						</name>
						<etal/>
					</person-group>
					<chapter-title>Predictive Maintenance Approaches in Industry 4.0: a Systematic
						Literature Review</chapter-title>
					<source>In: IEEE INTERNATIONAL CONFERENCE ON ENABLING TECHNOLOGIES:
						INFRASTRUCTURE FOR COLLABORATIVE ENTERPRISES (WETICE), 2023, Paris, France.
						Anais eletrônicos […]</source>
					<publisher-loc>Paris, France</publisher-loc>
					<publisher-name>IEEE</publisher-name>
					<year>2023</year>
					<fpage>1</fpage>
					<lpage>6</lpage>
					<pub-id pub-id-type="doi">10.1109/WETICE57085.2023.10477842.</pub-id>
				</element-citation>
			</ref>
			<ref id="B2">
				<mixed-citation>AMOSOV, Alexey. Influence of the chemical composition of the
					load-carrying equipment material on its performance. <bold>E3S Web of
						Conferences</bold>, [<italic>s. l</italic>.], v. 402, 10035, 2023.
					Disponível em: <ext-link ext-link-type="uri"
						xlink:href="https://doi.org/10.1051/e3sconf/202340210035"
						>https://doi.org/10.1051/e3sconf/202340210035</ext-link>. Acesso em: 19 abr.
					2025.</mixed-citation>
				<element-citation publication-type="journal">
					<person-group person-group-type="author">
						<name>
							<surname>AMOSOV</surname>
							<given-names>Alexey.</given-names>
						</name>
					</person-group>
					<article-title>Influence of the chemical composition of the load-carrying
						equipment material on its performance</article-title>
					<source>E3S Web of Conferences</source>
					<publisher-loc>s. l</publisher-loc>
					<volume>402</volume>
					<fpage>10035</fpage>
					<year>2023</year>
					<comment>Disponível em: <ext-link ext-link-type="uri"
							xlink:href="https://doi.org/10.1051/e3sconf/202340210035"
							>https://doi.org/10.1051/e3sconf/202340210035</ext-link>
					</comment>
					<date-in-citation>Acesso em: 19 abr. 2025</date-in-citation>
				</element-citation>
			</ref>
			<ref id="B3">
				<mixed-citation>ANASTASI, Sara <italic>et al.</italic> Coordinating inspection
					activities at hazardous equipment through an IOT platform. <italic>In:</italic>
					SUMMER SCHOOL “FRANCESCO TURCO” - INDUSTRIAL SYSTEMS ENGINEERING, 23., 2018,
					Palermo, Italy. <bold>Proceedings</bold> [...]. Palermo, Italy: [<italic>s.
						n</italic>.], 2018. Disponível em: <ext-link ext-link-type="uri"
						xlink:href="https://www.researchgate.net/publication/327744568"
						>https://www.researchgate.net/publication/327744568</ext-link>. Acesso em:
					19 abr. 2025.</mixed-citation>
				<element-citation publication-type="book">
					<person-group person-group-type="author">
						<name>
							<surname>ANASTASI</surname>
							<given-names>Sara</given-names>
						</name>
						<etal/>
					</person-group>
					<chapter-title>Coordinating inspection activities at hazardous equipment through
						an IOT platform</chapter-title>
					<source>In: SUMMER SCHOOL “FRANCESCO TURCO” - INDUSTRIAL SYSTEMS ENGINEERING,
						23., 2018, Palermo, Italy. Proceedings [...]</source>
					<publisher-loc>Palermo, Italy</publisher-loc>
					<publisher-name>s. n</publisher-name>
					<year>2018</year>
					<comment>Disponível em: <ext-link ext-link-type="uri"
							xlink:href="https://www.researchgate.net/publication/327744568"
							>https://www.researchgate.net/publication/327744568</ext-link>
					</comment>
					<date-in-citation>Acesso em: 19 abr. 2025</date-in-citation>
				</element-citation>
			</ref>
			<ref id="B4">
				<mixed-citation>BRAGLIA, Marcello <italic>et al.</italic> Application of Lean Six
					Sigma techniques to the management and maintenance of special lifting equipment.
						<italic>In:</italic> LEVA, Maria Chiara <italic>et al</italic>. (ed.).
						<bold>Proceedings of the 32nd European Safety and Reliability Conference -
						ESREL 2022</bold>. Singapore: Research Publishing, 2022. p. 2710-2717.
					Disponível em: <ext-link ext-link-type="uri"
						xlink:href="https://doi.org/10.3850/978-981-18-5183-4_S18-04-309-cd"
						>https://doi.org/10.3850/978-981-18-5183-4_S18-04-309-cd</ext-link>. Acesso
					em: 19 abr. 2025.</mixed-citation>
				<element-citation publication-type="journal">
					<person-group person-group-type="author">
						<name>
							<surname>BRAGLIA</surname>
							<given-names>Marcello</given-names>
						</name>
						<etal/>
					</person-group>
					<article-title>Application of Lean Six Sigma techniques to the management and
						maintenance of special lifting equipment</article-title>
					<person-group person-group-type="editor">
						<name>
							<surname>LEVA</surname>
							<given-names>Maria Chiara</given-names>
						</name>
						<etal/>
					</person-group>
					<source>Proceedings of the 32nd European Safety and Reliability Conference -
						ESREL 2022</source>
					<publisher-loc>Singapore</publisher-loc>
					<publisher-name>Research Publishing</publisher-name>
					<year>2022</year>
					<fpage>2710</fpage>
					<lpage>2717</lpage>
					<comment>Disponível em: <ext-link ext-link-type="uri"
							xlink:href="https://doi.org/10.3850/978-981-18-5183-4_S18-04-309-cd"
							>https://doi.org/10.3850/978-981-18-5183-4_S18-04-309-cd</ext-link>
					</comment>
					<date-in-citation>Acesso em: 19 abr. 2025</date-in-citation>
				</element-citation>
			</ref>
			<ref id="B5">
				<mixed-citation>CONFORTO, E. C.; AMARAL, D. C.; SILVA, S. L. da. Roteiro para
					revisão bibliográfica sistemática: aplicação no desenvolvimento de produtos e
					gerenciamento de projetos. <italic>In:</italic> CONGRESSO BRASILEIRO DE GESTÃO
					DE DESENVOLVIMENTO DE PRODUTO - CNGDP, 8., 2011. <bold>Anais</bold> [...].
						[<italic>S. l.: s. n</italic>.], 2011. p. 1-12.</mixed-citation>
				<element-citation publication-type="book">
					<person-group person-group-type="author">
						<name>
							<surname>CONFORTO</surname>
							<given-names>E. C.</given-names>
						</name>
						<name>
							<surname>AMARAL</surname>
							<given-names>D. C.</given-names>
						</name>
						<name>
							<surname>SILVA</surname>
							<given-names>S. L. da.</given-names>
						</name>
					</person-group>
					<chapter-title>Roteiro para revisão bibliográfica sistemática: aplicação no
						desenvolvimento de produtos e gerenciamento de projetos</chapter-title>
					<source>In: CONGRESSO BRASILEIRO DE GESTÃO DE DESENVOLVIMENTO DE PRODUTO -
						CNGDP, 8., 2011. Anais [...]</source>
					<publisher-loc>S. l</publisher-loc>
					<publisher-name>s. n</publisher-name>
					<year>2011</year>
					<fpage>1</fpage>
					<lpage>12</lpage>
				</element-citation>
			</ref>
			<ref id="B6">
				<mixed-citation>DAWSON, Dominic. The report of thorough examination as a management
					tool for maintenance. <italic>In:</italic> SYMPOSIUM ON LIFT &amp; ESCALATOR
					TECHNOLOGIES, 6., 2016, Birmingham. <bold>Proceedings</bold> […]. Birmingham:
					Zurich Engineering, 2016. Disponível em: <ext-link ext-link-type="uri"
						xlink:href="https://www.liftsymposium.org"
						>https://www.liftsymposium.org</ext-link>. Acesso em: 19 maio
					2025.</mixed-citation>
				<element-citation publication-type="book">
					<person-group person-group-type="author">
						<name>
							<surname>DAWSON</surname>
							<given-names>Dominic.</given-names>
						</name>
					</person-group>
					<chapter-title>The report of thorough examination as a management tool for
						maintenance</chapter-title>
					<source>In: SYMPOSIUM ON LIFT &amp; ESCALATOR TECHNOLOGIES, 6., 2016,
						Birmingham. Proceedings […]</source>
					<publisher-loc>Birmingham</publisher-loc>
					<publisher-name>Zurich Engineering</publisher-name>
					<year>2016</year>
					<comment>Disponível em: <ext-link ext-link-type="uri"
							xlink:href="https://www.liftsymposium.org"
							>https://www.liftsymposium.org</ext-link>
					</comment>
					<date-in-citation>Acesso em: 19 maio 2025</date-in-citation>
				</element-citation>
			</ref>
			<ref id="B7">
				<mixed-citation>FARAG, Gamaleldin <italic>et al</italic>. Value stream mapping as a
					sustainable lean production tool to improve the production process organization.
						<italic>In:</italic> INTERNATIONAL CONFERENCE ON INNOVATION AND
					TECHNOLOGICAL ADVANCES FOR SUSTAINABILITY - ITAS 2023, 2023, Doha.
						<bold>Anais</bold> [...]. Boca Raton: CRC Press, 2024. Disponível em:
						<ext-link ext-link-type="uri"
						xlink:href="https://www.researchgate.net/publication/384014387"
						>https://www.researchgate.net/publication/384014387</ext-link>. Acesso em:
					19 abr. 2025.</mixed-citation>
				<element-citation publication-type="book">
					<person-group person-group-type="author">
						<name>
							<surname>FARAG</surname>
							<given-names>Gamaleldin</given-names>
						</name>
						<etal/>
					</person-group>
					<chapter-title>Value stream mapping as a sustainable lean production tool to
						improve the production process organization</chapter-title>
					<source>In: INTERNATIONAL CONFERENCE ON INNOVATION AND TECHNOLOGICAL ADVANCES
						FOR SUSTAINABILITY - ITAS 2023, 2023, Doha. Anais [...]</source>
					<publisher-loc>Boca Raton</publisher-loc>
					<publisher-name>CRC Press</publisher-name>
					<year>2024</year>
					<comment>Disponível em: <ext-link ext-link-type="uri"
							xlink:href="https://www.researchgate.net/publication/384014387"
							>https://www.researchgate.net/publication/384014387</ext-link>
					</comment>
					<date-in-citation>Acesso em: 19 abr. 2025</date-in-citation>
				</element-citation>
			</ref>
			<ref id="B8">
				<mixed-citation>GIACOTTO, A.; MARQUES, H. C.; MARTINETTI, A. Prescriptive
					maintenance: a comprehensive review of current research and future directions.
						<bold>Journal of Quality in Maintenance Engineering</bold>, [<italic>s.
						l</italic>.], v. 31, n. 1, p. 129-173, 2025. DOI: <ext-link
						ext-link-type="uri" xlink:href="https://doi.org/10.1108/JQME-07-2023-0064"
						>https://doi.org/10.1108/JQME-07-2023-0064</ext-link>.</mixed-citation>
				<element-citation publication-type="journal">
					<person-group person-group-type="author">
						<name>
							<surname>GIACOTTO</surname>
							<given-names>A.</given-names>
						</name>
						<name>
							<surname>MARQUES</surname>
							<given-names>H. C.</given-names>
						</name>
						<name>
							<surname>MARTINETTI</surname>
							<given-names>A.</given-names>
						</name>
					</person-group>
					<article-title>Prescriptive maintenance: a comprehensive review of current
						research and future directions</article-title>
					<source>Journal of Quality in Maintenance Engineering</source>
					<publisher-loc>s. l</publisher-loc>
					<volume>31</volume>
					<issue>1</issue>
					<fpage>129</fpage>
					<lpage>173</lpage>
					<year>2025</year>
					<comment>
						<ext-link ext-link-type="uri"
							xlink:href="https://doi.org/10.1108/JQME-07-2023-0064"
							>https://doi.org/10.1108/JQME-07-2023-0064</ext-link>
					</comment>
				</element-citation>
			</ref>
			<ref id="B9">
				<mixed-citation>JOHN, Shibu. Asset inspection management system as a reliable
					inspection/monitoring tool to optimize the asset utilization &amp;
					serviceability and to enhance overall efficiency of service provision.
						<italic>In:</italic> SPE CONFERENCE AT OMAN PETROLEUM &amp; ENERGY SHOW,
					2022, Muscat. <bold>Proceedings</bold> [...]. [Richardson, TX?]: Society of
					Petroleum Engineers, 2022. DOI: <ext-link ext-link-type="uri"
						xlink:href="https://doi.org/10.2118/200288-MS"
						>https://doi.org/10.2118/200288-MS</ext-link>.</mixed-citation>
				<element-citation publication-type="journal">
					<person-group person-group-type="author">
						<name>
							<surname>JOHN</surname>
							<given-names>Shibu.</given-names>
						</name>
					</person-group>
					<article-title>Asset inspection management system as a reliable
						inspection/monitoring tool to optimize the asset utilization &amp;
						serviceability and to enhance overall efficiency of service
						provision</article-title>
					<source>In: SPE CONFERENCE AT OMAN PETROLEUM &amp; ENERGY SHOW, 2022, Muscat.
						Proceedings [...]</source>
					<publisher-loc>Richardson, TX?</publisher-loc>
					<publisher-name>Society of Petroleum Engineers</publisher-name>
					<year>2022</year>
					<comment>
						<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.2118/200288-MS"
							>https://doi.org/10.2118/200288-MS</ext-link>
					</comment>
				</element-citation>
			</ref>
			<ref id="B10">
				<mixed-citation>KARDEC, Alan; NASCIF, Júlio. <bold>Manutenção função
						estratégica</bold>. 5. ed. Rio de Janeiro: Qualitymark,
					2019.</mixed-citation>
				<element-citation publication-type="book">
					<person-group person-group-type="author">
						<name>
							<surname>KARDEC</surname>
							<given-names>Alan</given-names>
						</name>
						<name>
							<surname>NASCIF</surname>
							<given-names>Júlio.</given-names>
						</name>
					</person-group>
					<source>Manutenção função estratégica</source>
					<edition>5</edition>
					<publisher-loc>Rio de Janeiro</publisher-loc>
					<publisher-name>Qualitymark</publisher-name>
					<year>2019</year>
				</element-citation>
			</ref>
			<ref id="B11">
				<mixed-citation>KESEK, M.; BOGACZ, P.; MIGZA, M. The application of Lean Management
					and Six Sigma tools in global mining enterprises. <bold>IOP Conf. Ser.: Earth
						Environ. Sci.</bold>, [Bristol, UK?], v. 214, 012090, 2019. DOI: <ext-link
						ext-link-type="uri"
						xlink:href="https://doi.org/10.1088/1755-1315/214/1/012090"
						>https://doi.org/10.1088/1755-1315/214/1/012090</ext-link>.</mixed-citation>
				<element-citation publication-type="journal">
					<person-group person-group-type="author">
						<name>
							<surname>KESEK</surname>
							<given-names>M.</given-names>
						</name>
						<name>
							<surname>BOGACZ</surname>
							<given-names>P.</given-names>
						</name>
						<name>
							<surname>MIGZA</surname>
							<given-names>M.</given-names>
						</name>
					</person-group>
					<article-title>The application of Lean Management and Six Sigma tools in global
						mining enterprises</article-title>
					<source>IOP Conf. Ser.: Earth Environ. Sci</source>
					<publisher-loc>Bristol, UK?</publisher-loc>
					<volume>214</volume>
					<fpage>012090</fpage>
					<year>2019</year>
					<comment>
						<ext-link ext-link-type="uri"
							xlink:href="https://doi.org/10.1088/1755-1315/214/1/012090"
							>https://doi.org/10.1088/1755-1315/214/1/012090</ext-link>
					</comment>
				</element-citation>
			</ref>
			<ref id="B12">
				<mixed-citation>MURATORE, Antonino <italic>et al</italic>. Index method for risk
					assessment using load lifting (crane) and people lifting (MEWP) equipment.
						<italic>In:</italic> CASTANIER, Bruno <italic>et al</italic>. (ed.).
						<bold>Proceedings of the 31st European Safety and Reliability Conference -
						ESREL 2021</bold>. Singapore: Research Publishing, 2021. p. 2399-2405.
					Disponível em: <ext-link ext-link-type="uri"
						xlink:href="https://doi.org/10.3850/978-981-18-2016-8_240-cd"
						>https://doi.org/10.3850/978-981-18-2016-8_240-cd</ext-link>. Acesso em: 19
					abr. 2025.</mixed-citation>
				<element-citation publication-type="journal">
					<person-group person-group-type="author">
						<name>
							<surname>MURATORE</surname>
							<given-names>Antonino</given-names>
						</name>
						<etal/>
					</person-group>
					<article-title>Index method for risk assessment using load lifting (crane) and
						people lifting (MEWP) equipment</article-title>
					<person-group person-group-type="editor">
						<name>
							<surname>CASTANIER</surname>
							<given-names>Bruno</given-names>
						</name>
						<etal/>
					</person-group>
					<source>Proceedings of the 31st European Safety and Reliability Conference -
						ESREL 2021</source>
					<publisher-loc>Singapore</publisher-loc>
					<publisher-name>Research Publishing</publisher-name>
					<year>2021</year>
					<fpage>2399</fpage>
					<lpage>2405</lpage>
					<comment>Disponível em: <ext-link ext-link-type="uri"
							xlink:href="https://doi.org/10.3850/978-981-18-2016-8_240-cd"
							>https://doi.org/10.3850/978-981-18-2016-8_240-cd</ext-link>
					</comment>
					<date-in-citation>Acesso em: 19 abr. 2025</date-in-citation>
				</element-citation>
			</ref>
			<ref id="B13">
				<mixed-citation>PAGE, M. J.; MCKENZIE, J. E.; BOSSUYT, P. M.; BOUTRON, I.; HOFFMANN,
					T. C.; MULROW, C. D.; SHAMSEER, L.; TETZLAFF, J. M.; AKL, E. A.; BRENNAN, S. E.;
					CHOU, R.; GLANVILLE, J.; GRIMSHAW, J. M.; HRÓBJARTSSON, A.; LALU, M. M.; LI, T.;
					LODER, E. W.; MAYO-WILSON, E.; MCDONALD, S.; MCGUINNESS, L. A.; STEWART, L. A.;
					THOMAS, J.; TRICCO, A. C.; WELCH, V. A.; WHITING, P.; MOHER, D. The PRISMA 2020
					statement: an updated guideline for reporting systematic reviews.
						<bold>BMJ</bold>, London, v. 372, n. 71, 2021. DOI: <ext-link
						ext-link-type="uri" xlink:href="https://doi.org/10.1136/bmj.n71"
						>https://doi.org/10.1136/bmj.n71</ext-link>.</mixed-citation>
				<element-citation publication-type="journal">
					<person-group person-group-type="author">
						<name>
							<surname>PAGE</surname>
							<given-names>M. J.</given-names>
						</name>
						<name>
							<surname>MCKENZIE</surname>
							<given-names>J. E.</given-names>
						</name>
						<name>
							<surname>BOSSUYT</surname>
							<given-names>P. M.</given-names>
						</name>
						<name>
							<surname>BOUTRON</surname>
							<given-names>I.</given-names>
						</name>
						<name>
							<surname>HOFFMANN</surname>
							<given-names>T. C.</given-names>
						</name>
						<name>
							<surname>MULROW</surname>
							<given-names>C. D.</given-names>
						</name>
						<name>
							<surname>SHAMSEER</surname>
							<given-names>L.</given-names>
						</name>
						<name>
							<surname>TETZLAFF</surname>
							<given-names>J. M.</given-names>
						</name>
						<name>
							<surname>AKL</surname>
							<given-names>E. A.</given-names>
						</name>
						<name>
							<surname>BRENNAN</surname>
							<given-names>S. E.</given-names>
						</name>
						<name>
							<surname>CHOU</surname>
							<given-names>R.</given-names>
						</name>
						<name>
							<surname>GLANVILLE</surname>
							<given-names>J.</given-names>
						</name>
						<name>
							<surname>GRIMSHAW</surname>
							<given-names>J. M.</given-names>
						</name>
						<name>
							<surname>HRÓBJARTSSON</surname>
							<given-names>A.</given-names>
						</name>
						<name>
							<surname>LALU</surname>
							<given-names>M. M.</given-names>
						</name>
						<name>
							<surname>LI</surname>
							<given-names>T.</given-names>
						</name>
						<name>
							<surname>LODER</surname>
							<given-names>E. W.</given-names>
						</name>
						<name>
							<surname>MAYO-WILSON</surname>
							<given-names>E.</given-names>
						</name>
						<name>
							<surname>MCDONALD</surname>
							<given-names>S.</given-names>
						</name>
						<name>
							<surname>MCGUINNESS</surname>
							<given-names>L. A.</given-names>
						</name>
						<name>
							<surname>STEWART</surname>
							<given-names>L. A.</given-names>
						</name>
						<name>
							<surname>THOMAS</surname>
							<given-names>J.</given-names>
						</name>
						<name>
							<surname>TRICCO</surname>
							<given-names>A. C.</given-names>
						</name>
						<name>
							<surname>WELCH</surname>
							<given-names>V. A.</given-names>
						</name>
						<name>
							<surname>WHITING</surname>
							<given-names>P.</given-names>
						</name>
						<name>
							<surname>MOHER</surname>
							<given-names>D.</given-names>
						</name>
					</person-group>
					<article-title>The PRISMA 2020 statement: an updated guideline for reporting
						systematic reviews</article-title>
					<source>BMJ, London</source>
					<volume>372</volume>
					<issue>71</issue>
					<year>2021</year>
					<comment>
						<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1136/bmj.n71"
							>https://doi.org/10.1136/bmj.n71</ext-link>
					</comment>
				</element-citation>
			</ref>
			<ref id="B14">
				<mixed-citation>PROMAD JR. <bold>Como aplicar o ciclo DMAIC</bold>. Promad Jr.,
					2022. Disponível em: <ext-link ext-link-type="uri"
						xlink:href="https://www.promadjr.com/post/como-aplicar-o-ciclo-dmaic"
						>https://www.promadjr.com/post/como-aplicar-o-ciclo-dmaic</ext-link>. Acesso
					em: 12 jun. 2025.</mixed-citation>
				<element-citation publication-type="webpage">
					<person-group person-group-type="author">
						<name>
							<surname>PROMAD</surname>
							<given-names>JR.</given-names>
						</name>
					</person-group>
					<source>Como aplicar o ciclo DMAIC</source>
					<comment>Promad Jr.</comment>
					<year>2022</year>
					<comment>Disponível em: <ext-link ext-link-type="uri"
							xlink:href="https://www.promadjr.com/post/como-aplicar-o-ciclo-dmaic"
							>https://www.promadjr.com/post/como-aplicar-o-ciclo-dmaic</ext-link>
					</comment>
					<date-in-citation>Acesso em: 12 jun. 2025</date-in-citation>
				</element-citation>
			</ref>
			<ref id="B15">
				<mixed-citation>RODRÍGUEZ-PADIAL, Néstor; MARÍN, Marta; DOMINGO, Rosario. An
					approach to integrating tactical decision-making in industrial maintenance
					balance scorecards using principal components analysis and machine learning.
						<bold>Complexity</bold>, [<italic>s. l.</italic>], v. 2017, art. 3759514,
					2017. Disponível em: <ext-link ext-link-type="uri"
						xlink:href="https://doi.org/10.1155/2017/3759514"
						>https://doi.org/10.1155/2017/3759514</ext-link>. Acesso em: 19 abr.
					2025.</mixed-citation>
				<element-citation publication-type="journal">
					<person-group person-group-type="author">
						<name>
							<surname>RODRÍGUEZ-PADIAL</surname>
							<given-names>Néstor</given-names>
						</name>
						<name>
							<surname>MARÍN</surname>
							<given-names>Marta</given-names>
						</name>
						<name>
							<surname>DOMINGO</surname>
							<given-names>Rosario.</given-names>
						</name>
					</person-group>
					<article-title>An approach to integrating tactical decision-making in industrial
						maintenance balance scorecards using principal components analysis and
						machine learning</article-title>
					<source>Complexity</source>
					<publisher-loc>s. l</publisher-loc>
					<volume>2017</volume>
					<fpage>art. 3759514</fpage>
					<year>2017</year>
					<comment>Disponível em: <ext-link ext-link-type="uri"
							xlink:href="https://doi.org/10.1155/2017/3759514"
							>https://doi.org/10.1155/2017/3759514</ext-link>
					</comment>
					<date-in-citation>Acesso em: 19 abr. 2025</date-in-citation>
				</element-citation>
			</ref>
			<ref id="B16">
				<mixed-citation>SENTHIL, Chandran; PANDIAN, Ranjitharamasamy Sudhakara. Proactive
					maintenance model using reinforcement learning algorithm in rubber industry.
						<bold>Processes</bold>, Basel, v. 10, n. 2, art. 371, 2022. DOI: <ext-link
						ext-link-type="uri" xlink:href="https://doi.org/10.3390/pr10020371"
						>https://doi.org/10.3390/pr10020371</ext-link>.</mixed-citation>
				<element-citation publication-type="journal">
					<person-group person-group-type="author">
						<name>
							<surname>SENTHIL</surname>
							<given-names>Chandran</given-names>
						</name>
						<name>
							<surname>PANDIAN</surname>
							<given-names>Ranjitharamasamy Sudhakara.</given-names>
						</name>
					</person-group>
					<article-title>Proactive maintenance model using reinforcement learning
						algorithm in rubber industry</article-title>
					<source>Processes, Basel</source>
					<volume>10</volume>
					<issue>2</issue>
					<comment>art. 371</comment>
					<year>2022</year>
					<comment>
						<ext-link ext-link-type="uri"
							xlink:href="https://doi.org/10.3390/pr10020371"
							>https://doi.org/10.3390/pr10020371</ext-link>
					</comment>
				</element-citation>
			</ref>
			<ref id="B17">
				<mixed-citation>SOUZA, Danilo Augusto Santana de <italic>et al</italic>.
					Implementation of Condition-Based Maintenance (CBM) in a central air
					conditioning unit by using microcontroller and open-source monitoring platforms.
						<bold>International Journal of Advanced Engineering Research and Science
						(IJAERS)</bold>, [<italic>s. l</italic>.], v. 9, n. 4, p. 46-57, Apr. 2022.
					Disponível em: <ext-link ext-link-type="uri"
						xlink:href="https://dx.doi.org/10.22161/ijaers.94.5"
						>https://dx.doi.org/10.22161/ijaers.94.5</ext-link>. Acesso em: 23 jun.
					2025.</mixed-citation>
				<element-citation publication-type="journal">
					<person-group person-group-type="author">
						<name>
							<surname>SOUZA</surname>
							<given-names>Danilo Augusto Santana de</given-names>
						</name>
						<etal/>
					</person-group>
					<article-title>Implementation of Condition-Based Maintenance (CBM) in a central
						air conditioning unit by using microcontroller and open-source monitoring
						platforms</article-title>
					<source>International Journal of Advanced Engineering Research and Science
						(IJAERS)</source>
					<publisher-loc>s. l</publisher-loc>
					<volume>9</volume>
					<issue>4</issue>
					<fpage>46</fpage>
					<lpage>57</lpage>
					<season>Apr.</season>
					<year>2022</year>
					<comment>Disponível em: <ext-link ext-link-type="uri"
							xlink:href="https://dx.doi.org/10.22161/ijaers.94.5"
							>https://dx.doi.org/10.22161/ijaers.94.5</ext-link>
					</comment>
					<date-in-citation>Acesso em: 23 jun. 2025</date-in-citation>
				</element-citation>
			</ref>
			<ref id="B18">
				<mixed-citation>THOMÉ, A. M. T.; SCAVARDA, L. F.; SCAVARDA, A. J. Conducting
					systematic literature review in operations management. <bold>Production Planning
						&amp; Control</bold>, [<italic>s. l</italic>.], v. 27, n. 5, p. 408-420,
					2016. Disponível em: <ext-link ext-link-type="uri"
						xlink:href="https://doi.org/10.1080/09537287.2015.1129464"
						>https://doi.org/10.1080/09537287.2015.1129464</ext-link>. Acesso em: 10
					maio 2025.</mixed-citation>
				<element-citation publication-type="journal">
					<person-group person-group-type="author">
						<name>
							<surname>THOMÉ</surname>
							<given-names>A. M. T.</given-names>
						</name>
						<name>
							<surname>SCAVARDA</surname>
							<given-names>L. F.</given-names>
						</name>
						<name>
							<surname>SCAVARDA</surname>
							<given-names>A. J.</given-names>
						</name>
					</person-group>
					<article-title>Conducting systematic literature review in operations
						management</article-title>
					<source>Production Planning &amp; Control</source>
					<publisher-loc>s. l</publisher-loc>
					<volume>27</volume>
					<issue>5</issue>
					<fpage>408</fpage>
					<lpage>420</lpage>
					<year>2016</year>
					<comment>Disponível em: <ext-link ext-link-type="uri"
							xlink:href="https://doi.org/10.1080/09537287.2015.1129464"
							>https://doi.org/10.1080/09537287.2015.1129464</ext-link>
					</comment>
					<date-in-citation>Acesso em: 10 maio 2025</date-in-citation>
				</element-citation>
			</ref>
			<ref id="B19">
				<mixed-citation>TOPCHIY, Dmitry <italic>et al</italic>. Testing of load-carrying
					elements of elevating equipment while reconstruction transport facilities.
						<bold>IOP Conference Series: Materials Science and Engineering</bold>,
					[Bristol, UK?], v. 918, 012128, 2020. Disponível em: <ext-link
						ext-link-type="uri"
						xlink:href="https://doi.org/10.1088/1757-899X/918/1/012128"
						>https://doi.org/10.1088/1757-899X/918/1/012128</ext-link>. Acesso em: 19
					abr. 2025.</mixed-citation>
				<element-citation publication-type="journal">
					<person-group person-group-type="author">
						<name>
							<surname>TOPCHIY</surname>
							<given-names>Dmitry</given-names>
						</name>
						<etal/>
					</person-group>
					<article-title>Testing of load-carrying elements of elevating equipment while
						reconstruction transport facilities</article-title>
					<source>IOP Conference Series: Materials Science and Engineering</source>
					<publisher-loc>Bristol, UK?</publisher-loc>
					<volume>918</volume>
					<fpage>012128</fpage>
					<year>2020</year>
					<comment>Disponível em: <ext-link ext-link-type="uri"
							xlink:href="https://doi.org/10.1088/1757-899X/918/1/012128"
							>https://doi.org/10.1088/1757-899X/918/1/012128</ext-link>
					</comment>
					<date-in-citation>Acesso em: 19 abr. 2025</date-in-citation>
				</element-citation>
			</ref>
			<ref id="B20">
				<mixed-citation>WANG, Zhaozong <italic>et al</italic>. A fault localization approach
					based on Multisystem-PCA and Dynamic-SDG: application in train lifting
					equipment. <bold>Robotics and Computer-Integrated Manufacturing</bold>,
						[<italic>s. l.</italic>], v. 84, 2023. Disponível em: <ext-link
						ext-link-type="uri" xlink:href="https://ssrn.com/abstract=4496912"
						>https://ssrn.com/abstract=4496912</ext-link>. Acesso em: 19 abr.
					2025.</mixed-citation>
				<element-citation publication-type="journal">
					<person-group person-group-type="author">
						<name>
							<surname>WANG</surname>
							<given-names>Zhaozong</given-names>
						</name>
						<etal/>
					</person-group>
					<article-title>A fault localization approach based on Multisystem-PCA and
						Dynamic-SDG: application in train lifting equipment</article-title>
					<source>Robotics and Computer-Integrated Manufacturing</source>
					<publisher-loc>s. l</publisher-loc>
					<volume>84</volume>
					<year>2023</year>
					<comment>Disponível em: <ext-link ext-link-type="uri"
							xlink:href="https://ssrn.com/abstract=4496912"
							>https://ssrn.com/abstract=4496912</ext-link>
					</comment>
					<date-in-citation>Acesso em: 19 abr. 2025</date-in-citation>
				</element-citation>
			</ref>
			<ref id="B21">
				<mixed-citation>YANBIN, Xu <italic>et al</italic>. Research on optimization of crane
					fault predictive control system based on data mining. <bold>Nonlinear
						Engineering</bold>, [<italic>s. l</italic>.], v. 12, n. 1, art. 20220202,
					2023. Disponível em: <ext-link ext-link-type="uri"
						xlink:href="https://doi.org/10.1515/nleng-2022-0202"
						>https://doi.org/10.1515/nleng-2022-0202</ext-link>. Acesso em: 19 maio
					2025.</mixed-citation>
				<element-citation publication-type="journal">
					<person-group person-group-type="author">
						<name>
							<surname>YANBIN</surname>
							<given-names>Xu</given-names>
						</name>
						<etal/>
					</person-group>
					<article-title>Research on optimization of crane fault predictive control system
						based on data mining</article-title>
					<source>Nonlinear Engineering</source>
					<publisher-loc>s. l</publisher-loc>
					<volume>12</volume>
					<issue>1</issue>
					<comment>art. 20220202</comment>
					<year>2023</year>
					<comment>Disponível em: <ext-link ext-link-type="uri"
							xlink:href="https://doi.org/10.1515/nleng-2022-0202"
							>https://doi.org/10.1515/nleng-2022-0202</ext-link>
					</comment>
					<date-in-citation>Acesso em: 19 maio 2025</date-in-citation>
				</element-citation>
			</ref>
		</ref-list>
	</back>
</article>
